基于健身APP数据分析的慢行运动需求偏好研究

谭立 王子尧 李涼

摘要：文章以北京市海淀区为主要研究范围，以KEEP健身APP的推荐路线大数据为数据源，结合GIS平台，针对该数据特征设计了一个研究方法的框架，从空间分布格局、路线特征偏好和城市绿地影响3个方面对北京市海淀区的慢行运动进行研究，并提出未来提升改造的建议和参考。

关键词：城市开放空间，大数据，空间统计，慢行运动空间

DOI：10.12169/zgcsly.2019.03.28.0002

1研究背景

当前，已有专家学者通过传统调研、统计的方法对城市中跑步、散步等活动空间展开了研究，如符佳[1]研究了跑步者对城市公园的偏好，周密[2]研究了居住区慢跑道，戚路辉[3]研究了城市步行空间，徐璐[4]余子义[5]、李迎[6]等人以健身为主要视角，对城市的慢行系统展开了研究;还有专家学者通过大数据对城市步行空间展开研究，如郝新华[7]龙瀛[8]等的步行空间研究，余洋[9]和其团队从时间和空间两个角度探讨了城市街道的健康服务功能。除此之外，目前由健身app数据为源展开的研究仍然罕见。

许多研究证明了户外绿色空间对于提高运动健身效果的作用[10];运动和不同场景对血压、自尊和情绪均有明显影响[11];经常在绿色空间进行活动有利于产生更大的社会凝聚力，对身体活动水平产生积极影响[12];不同空间的绿地对人健康的影响也不一样，街道与道路中树木的密度对人的健康有着直接的影响[13];绿地可达性越高，居民的肝癌等病症发病率越低，而绿地分布越集中，居民的肺炎发病率越低[14]。

本文一方面期望通过对推荐路线数据源研究方法的探索，补充已有大数据分析方法的不足和缺陷，另一方面拓展研究城市慢行运动空间和城市绿地格局的方法。

2研究方法

2.1数据来源

本文使用了KEEP运动app的推荐路线数据。KEEP是2015年登陆手机平台的一个健身类app，其为使用者提供了多项健身管理服务，至2017年用户已突破1亿人（见KEEP官网）。本文分析所使用的推荐跑步路线数据源自KEEP的跑步管理功能模块，该模块允许并鼓励有一定使用次数的用户上传自己跑步或步行后感受较为舒适的路线，并记载所有人在这条路线上的相关运动参数。研究所用的线路数据采集于2018年12月9日，范围包括整个北京市海淀区，面积430.8km2。共采集到推荐跑步路线330条，其中包含的运动次数约25万次。路线数据为线要素数据，每个要素均包含以下属性：路线长度l，路线完成次数n，路线创建时间t，跑步运动占比kr，散步运动占比kw和海拔累积变化h。本文还使用了2018年9月海淀区高分遥感卫星影像数据作为提取用地类型的数据源。

2.2数据的分类提取与转译

本文将慢行运动分为跑步和散步两种类型，将慢行运动的空间分为公园绿地、居住区与单位、城市街道、田径场。KEEP中包含了每条推荐路线上完成的跑步和散步的次数比例，能够分别提取跑步和散步的相关数据。慢行运动的空间主要根据不同空间所属和未来开发管理的方式区分：公园绿地是城市中开放而集中的公共空间;居住区与单位是社区和企业内部的附属公共空间;城市街道是城市开放但分散的公共空间;田径场是健身运动集中发生的区域，有相对不变的形态特征。研究通过对推荐路线和城市现状用地类型进行空间连接和人工识别，将推荐路线进行分类提取。

本文采用了每条路线每天被使用的次数即使用频率P来评价，其计算公式如下：

公式（1）中，t0为数据采集时间，Pr和Pw分别为跑步运动的使用频率和散步运动的使用频率。

对于同一种类型的运动空间，P值所代表的使用频率不能用于衡量人们对该路线的偏好，只能反映该路线的实际使用情况，因为人们选择使用该路线时明显受到路线空间分布的影响。

从4种类型推荐路线的数量与使用频率比较结果可知，4种空间类型之间的差异明显。田径场的路线数量最少，但是使用频率上田径场远远超过其他3种类型，说明田径场事实上是城市中人们跑步健身最为集中频繁的区域，其对整体数据空间分布的影响很大，因此在后续分析中需要剔除考虑或单独进行分析。

2.3需求与偏好分析方法

2.3.1基于空间密度与形状指数的空间分布

该部分的研究包含3个方面，即慢行运动的现状空间分布、慢行运动空间需求差异和慢行运动路径空间形态偏好。

针对慢行运动的现状空间分布，研究在Arcgis中，使用核密度分析工具分析推荐路线的空间分布核密度。核密度的计算函数由Silverman[I5]提出，用于计算要素在其周围邻域中的密度。在分析中采用推荐路线的使用频率作为权重值，其结果能够在一定程度上反映海淀区不同区域发生慢行运动的频率差异。

针对慢行运动空间需求差异，研究通过计算海淀区不同街区路线使用频率和人口比值，即每个街区的每日人均运动次数N，评估不同街区慢.行运动的频繁程度。将海淀区的街区按照名称首字母顺序排序，依次编号1～29。街区的人口数量N，来源于海淀区第六次人口普查数据。每个街区的日人均运动次数N，计算公式如下：

公式（2）中，ls为该街区内多段路线的长度之和，l为跨过该街区的多段路線的总长度之和。

慢行运动路径空间形态偏好包括路径长度和路径形状两部分。研究只针对公园绿地、城市街道和居住区与单位。推荐路线是APP里高等级用户经过一定的经验判断主观选择得到的，因此能够衡量使用者的偏好。在衡量路径的形状特征时，选取路径的形状指数作为指标，形状指数LSI是景观生态学中常用的衡量斑块形态复杂程度的指数[16]。LSI值越大，其形状越复杂，其计算公式如下

公式（3）中，l为跑步路线的长度，S为跑步路线闭合区域的面积。

在统计不同LSI的路径使用频率时，研究划分5个区间：LSI在0.886～1区间，说明路线十分接近于一个完整的圆形或者方形;LSI在1～1.061的范围，路线的形态仍然比较完整;LSI在1.061～1.25范围，路线的形态已经比较复杂，或呈现出明显带状特征;LSI超过1.25后，路线的形态已经呈现明显带状或十分复杂的形状;LSI=∞时，即路线为开放型路径。

2.3.2慢行运动路径与城市绿地关系

本部分的研究旨在，从绿化覆盖度偏好与实际使用差异、公园绿地类型偏好与实际使用差异两方面分析海淀区推荐路线的选择和城市绿地之间的关系。由于田径场受到其区位分布的影响较大，且绿化情况较为相似，故不纳人研究范围。

通过对比计算每条推荐路线周边绿地的面积，可间接地了解推荐路线周边的绿化环境质量，从而获取人们对慢行运动空间绿化环境的选择偏好。研究以遥感卫星影像为数据源，使用ENVI的监督分类功能提取绿地要素。在ArcGIS中，以推荐路线为核心制作半径8m的缓冲区，计算缓冲区绿地面积与缓冲区面积的比值，以此得到该路径周边半径8m范围内用地的绿化覆盖率。经过现场调研，推荐跑步路线的道路半径所在的步行道均在8m以内，考虑到实际跑步路线在步行道剖.面上的最大偏移，研究选取了8m作为判断的半.径，计算出每条路径的覆盖度后，计算0～1不同区段内推荐路线数量的总和与推荐路线的平均使用频度（即每个区段内平均每条路线每日的使用次数）。

公园的运动道路一般都有较好的绿化环境，是人们进行慢行运动的重要绿色空间。根据《城市绿地分类标准》，公园绿地细分为综合性公园、社区公园、专类公园、游园4个大类。公园的类型定位是城市绿地规划和设计需要考虑的重要要素，不同类型的公园绿地有着不同的偏好与实际使用差异。由于北京专类公园数量繁多，本研究也统计了专类公园下的子类。

3研究结果

3.1慢行运动的空间分布

3.1.1慢行运动的现状空间分布

从图1可以看出，推荐路线的核密度分布趋.势和城市空间位置有较大的相关性，即在靠近城市中心区的区域（海淀区东南角），慢行运动的活动更加集中。4种空间类型的推荐路线核密度差异较大，其中公园绿地的核密度显著集中于东南角，说明公园绿地跑步路线的使用和空间位置有显著的相关性;城市街道的核密度分布较为分散，呈现多核的结构，说明城市街道的使用和其在城市中的空间位置相关性不大，城市街道跑步和散步的核密度分布有明显的差异，说明其具有明显的偏好选择;居住区与单位的核密度分布状.况介于城市街道和公园绿地之间;而田径场的核密度则显著集中于海淀区东侧，该区域是海淀区高校云集的区域，可能是造成该现象的原因。

3.1.2慢行运动空间需求差异

经过计算，各个街区日人均运动次数如图2所示。目前海淀区综合的以及不同空间类型下的日人均运动的分布状况为不同街区未来的发展方向提供建议。以24号街区为例，该街区综合N，值较高，说明该街区的慢行活动是比较活跃的，而观察24号街区的4个空间类型的N.值大小可以得知，该街区大部分慢行活动空间是由田径场提供的，其公园绿地的慢行活动空间较少，因此未来该区域的公园绿地有更大的改造和提升需求。

3.1.3慢行运动路径空间形态偏好

1）路径长度。为了更清晰地展示比较结果，研究将跑步路线的长度以0.5km为差值划分26个区间，分别对不同空间类型下属于每个区间的路线数量进行统计（图3）。总体而言，推荐运动路线的长度集中在0.5～2.5km的范围，0～5.5km范围的路线均有一定数量，长度长于5.5km的路线很少，这说明人们并不偏爱特别长的路线，中等长度的路线更能被大多数人所接受。但是在不同空间类型下，人们对路径长度存在不同的偏好特征，如在居住区和单位中，人们更多选择的是较短的路径;而城市街道中，人们对于路径长度的选择更加多样化，且偏向于有一定长度的路径;公园绿地的路径长度偏好则介于这两者之间。

2）路径形状。从图4可以看出，总体而言，，开放型路径（LSI=∞）的路线明显少于闭合型路线（LSI≠∞），即人们偏爱环形的而非线形的跑步路线;而在闭合型路线中，人们大多数选择的是有一定复杂程度的路线，即LSI范围在1.061～1.25的路线。但在不同空间类型下，该偏好也有定差异，如人们对于公园绿地和居住区与单位而言，更加偏爱相对曲折和复杂的路线，而城市街道中的开放型路径是最多的。

3.2慢行运动路径与城市绿地关系

3.2.1绿化覆盖度偏好与实际使用差异

路线数量反映了人们对某个区段绿化覆盖度的偏好程度，平均使用频度反映了人们对不同路线的实际使用情况，其与路线聚集和变化的趋势差异是由慢行运动空间分布的差异造成的。从图5可以看出，人们更喜爱绿化覆盖度较高的区域，低于0.3的绿化覆盖度的道路均不是特别受人喜爱。此外，人们在居住区和单位中对绿化覆盖度的要求（最高区段0.7～0.8）明显高于城市街道（最高区段0.5～0.6）中的绿化覆盖度要求。而对于实际使用的情况，居住区和单位中对绿化覆盖度的平均使用频度变化趋势与路线数量的变化趋势是接近的，但城市街道的趋势则是相反的，这说明大部分城市街道绿化环境并不能满足人们的需求。

3.2.2公园绿地类型偏好和实际使用差异

从图6可以看出，公园数量和路径数量是密切相關的，即不同类型公园的路径数量受限于公园数量，并不能反映出人们的偏好。从平均使用频度可以看出综合公园和体育健身公园是使用频度最高的公园类型，这两种公园往往有着更完整的跑步设施，如指示牌和塑胶跑道，因此更容易吸引人们前往。在数量上更具优势的社区公园和游园，事实上更具有增设和完善相关设施、增强吸引力的潜力。此外，其他类型的专类公园中，遗址公园的使用频度亦较高，其主要是因为海淀区的遗址公园多为城墙遗址，具有明显的慢行特征，因此，这类公园的开发除了应该注重对遗址本身的保护之外，也可以利用其特征叠加更多综合的使用功能。

4研究展望

1）因地制宜提升不同地区、不同类型的慢行运动空间质量和数量。可根据地区的现状特征和城市发展的需求，弹性选择提升、增加不同空间类型的慢行运动场所。对于目前人均运动次数较小的地区，有必要及时针对其当前慢行运动空间，的缺陷提出改善策略。

2）根据人们对慢行运动的偏好特征，建设更.加符合使用者需求的慢行运动场所。在未来城市公园、街道和小区的改造建设中，建议针对不同，场地增设更符合使用者偏好的路径，对于北京海淀区而言，0.5～2.5km范围的路线是人们较为偏爱的路线;在城市中，不仅要布局市级和区级的长绿道，也要重视对城市中小循环、适宜尺度的社区慢行系统的建设。此外，尽可能增加闭合的可循环路径，以环为单位而非以线为单位考虑慢行系统的建设，在城市中增加微循环的慢行系统。

3）调整城市绿地空间布局，营造更加健康的运动环境。人们在选择路线时更偏爱绿化覆盖度较高的运动空间，而城市街道的绿化环境比居住区和公园更能影响人们的健康，但在海淀区，城市街道的绿化状况与居住区和公园相比还不能满足人们的偏好需求。因此，应更加注重提升街道的绿化环境，并通过增加绿地之间的连接度优化城市绿地格局。对于公园绿地，建议注重数量众多的社区公园和专类公园的运动环境和设施的营造。

参考文献

[1]符佳.跑步者对城市公园环境选择的偏好研究[D].长沙：湖南师范大学，2016.

[2]周密居住区慢跑步道设计研究[D].青岛：青岛理工大学，2016.

[3]戚路辉城市步行空间人性化设计要点[J].山西建筑，2010，36（16）：4-5.

[4]徐璐.健康导向下我国城市步行环境更新研究[D].哈尔滨：哈尔滨工业大学，2010.

[5]余子义，朱红军.国内外健身步道发展现状比较研究[J].体育文化导刊，2016（04）：134-137.

[6]李迎，蓝若珂，施艳蓉，等城市滨江绿道健身环境研究与探讨：以福州南江滨公园为例[J].赤峰学院学报（自然科学版），2018，34（12）：100-103.

[7]郝新华，龙瀛.街道绿化：一个新的可步行性评价指标[J]上海城市规划，2017（01）：32-36，49.

[8]龙瀛，周垠.街道活力的量化评价及影响因素分析：以成都为例[J]新建筑，2016（01）：52-57.

[9]余洋，唐晓婷，刘俊环，等.基于手机健身数据的城市街道健康服务功能研究[J].风景园林，2018，25（08）：18-23.

[ 10] de Blasio B. Healthier neighborhoods through healthier parks [ J].Lancet （ London ， England） ，2016 ， 388（ 10062） ：2850.

[ 11 ] PRETTY J， PEACOCK J， SELLENS M， et al. The mental and physical health outcomes of green exercise [ J ]. InternationalJournal of Environmental Health Research ， 2005， 15（5） ：319-337.

[12 ]SHANAHAN D F， BUSH R ， GASTON K J，et al. Health Benefits from Nature Experiences Depend on Dose [ J] .Scientific Reports，2016（6） ：28551.

[ 13] KARDAN 0 ，GOZDYRA P ，MISIC B ， et al.Neighborhood green space and health in a large urban center[ J ] . Scientific Reports ， 2015（5）：11610.

[14]譚冰清，武书帆，苏世亮，等.城市公共绿地供给与居民健康的空间关联[J].城市建筑，2018（24）：57-61.